multitask_disfluency_detection

الكشف عن disfluency متعددة المهام

رمز للورقة "التعلم متعدد المهام للكشف عن disfluency المنطوق المجال في أنظمة الحوار" (Igor Shalyminov ، Arash Eshghi ، و Oliver Lemon) [Semdial 2018 Paper] [Slides]

النموذج العمارة

ابدء

1. إعداد البيئة (أدناه هي خطوات لـ conda):

$ cd code-directory
$ git submodule update --init
$ conda create -n multitask_disfluency python=2.7
$ conda activate multitask_disfluency
$ pip install -r requirements.txt

2. المعالجة المسبقة مجموعة بيانات لوحة التبديل للتدريب:

$ python make_deep_disfluency_dataset.py swbd disfluency

3. تدريب النموذج:

$ python train.py swbd model

بابي+ توليد بيانات دراسة disfluency

1. احصل على أدوات Babi وتثبيت المتطلبات
2. قم بتنزيل مهام حوار Babi في مجلد babi_tools
3. تشغيل sh make_generalization_study_datasets.sh <RESULT_FOLDER>
4. قم بتشغيل sh tag_dataset.sh <RESULT_FOLDER> <config_file_name> لكل تكوين في 2018_generalization_study_configs
5. مجموعات البيانات الناتجة هي <RESULT_FOLDER>/<BABI_DATASET_NAME>/*.tagged.json